CN110197331A - 业务数据处理方法、装置、设备及计算机可读存储介质 - Google Patents
业务数据处理方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110197331A CN110197331A CN201910444836.3A CN201910444836A CN110197331A CN 110197331 A CN110197331 A CN 110197331A CN 201910444836 A CN201910444836 A CN 201910444836A CN 110197331 A CN110197331 A CN 110197331A
- Authority
- CN
- China
- Prior art keywords
- business
- customer
- data processing
- business datum
- client
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 96
- 238000000034 method Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 27
- 239000000284 extract Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000002372 labelling Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及金融科技(Fintech)技术领域，本发明公开了一种业务数据处理方法，包括：在接收到客户业务请求时，获取所述客户业务请求对应的场景标识和客户标识；获取所述场景标识对应的标签集合，及所述标签集合中各标签模板关联的目标指标；根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据；将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。本发明还公开了一种业务数据处理装置、设备和一种计算机可读存储介质。本发明通过业务数据的规范化处理分析使得业务数据处理过程更加便捷，数据处理效率更高。
Description
技术领域
本发明涉及金融科技(Fintech)的大数据技术领域，尤其涉及业务数据处理方法、装置、设备及计算机可读存储介质。
背景技术
随着计算机技术的发展，越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变。
金融科技是为了实现便捷高效的金融服务，当前金融行内的客服人员在接收到客户业务请求时，客服对应的终端通过数据接口，查询客户业务数据和客户历史记录，客服人员根据查询到的客户业务数据和客户历史记录，客服人员主观地预测客户意图决策出推荐结果。这样的方式需要多次查询下游数据库，且客服人员需要人工对客户业务数据和客户历史记录进行分析，整个操作较为繁琐，处理数据的效率也较低。
发明内容
本发明的主要目的在于提出一种业务数据处理方法、装置、设备及计算机可读存储介质，旨在解决当前客户业务处理过程中，数据处理操作繁琐，处理数据的效率较低的技术问题。
为实现上述目的，本发明提供一种业务数据处理方法，所述业务数据处理方法包括如下步骤：
在接收到客户业务请求时，获取所述客户业务请求对应的场景标识和客户标识；
获取所述场景标识对应的标签集合，及所述标签集合中各标签模板关联的目标指标；
根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据；
将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
可选地，所述根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据的步骤，包括：
若所述目标指标是实时指标，则采集所述客户标识和所述实时指标对应的第一业务数据，并根据第一预设规则处理所述第一业务数据，生成所述实时指标对应的第一指标数据；
若所述目标指标是周期指标，则采集所述客户标识和所述周期指标对应的第二业务数据，并根据第二预设规则处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
可选地，所述若所述目标指标是实时指标，则采集所述客户标识和所述实时指标对应的第一业务数据，并根据第一预设规则处理所述第一业务数据，生成所述实时指标对应的第一指标数据的步骤，包括：
若所述目标指标是实时指标，则通过binlog方式采集所述客户标识和所述实时指标对应的第一业务数据；
通过预设流式计算引擎处理所述第一业务数据，生成所述实时指标对应的第一指标数据。
可选地，所述若所述目标指标是周期指标，则采集所述客户标识和所述周期指标对应的第二业务数据，并根据第二预设规则处理所述第二业务数据，生成所述周期指标对应的第二指标数据的步骤，包括：
若所述目标指标是周期指标，则从预设业务数据库抽取所述客户标识和所述周期指标对应的第二业务数据；
将所述第二业务数据输入至预设hive数据平台，所述预设hive数据平台处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
可选地，所述将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求的步骤，包括：
通过预设指标适配器对所述指标数据进行归一化处理，得到预设格式的指标数据；
将预设格式的所述指标数据添加至所述标签模板，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
可选地，所述将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求的步骤之后，包括：
获取各所述客户标签中的指标数据，根据各所述指标数据确定所述客户标识对应客户的综合评分；
查询预设进程表，获取所述综合评分对应的下一流程节点和/或目标推荐产品并输出，以响应所述客户业务请求。
可选地，所述业务数据处理方法包括：
在接收到业务场景更新请求时，获取所述业务场景更新请求对应的场景标识，和所述场景标识对应的标签配置信息；
根据所述标签配置信息确定目标指标，将所述目标指标进行汇总得到对应的标签集合。
此外，为实现上述目的，本发明还提供一种业务数据处理装置，所述业务数据处理装置包括：
请求接收模块，用于在接收到客户业务请求时，获取所述客户业务请求对应的场景标识和客户标识；
信息获取模块，用于获取所述场景标识对应的标签集合，及所述标签集合中各标签模板关联的目标指标；
指标生成模块，用于根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据；
标签输出模块，用于将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
可选地，所述指标生成模块，包括：
第一生成子模块，用于若所述目标指标是实时指标，则采集所述客户标识和所述实时指标对应的第一业务数据，并根据第一预设规则处理所述第一业务数据，生成所述实时指标对应的第一指标数据；
第二生成子模块，用于若所述目标指标是周期指标，则采集所述客户标识和所述周期指标对应的第二业务数据，并根据第二预设规则处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
可选地，所述第一生成子模块，包括：
第一采集单元，用于若所述目标指标是实时指标，则通过binlog方式采集所述客户标识和所述实时指标对应的第一业务数据；
第一生成单元，用于通过预设流式计算引擎处理所述第一业务数据，生成所述实时指标对应的第一指标数据。
可选地，所述第二生成子模块，包括：
第二采集单元，用于若所述目标指标是周期指标，则从预设业务数据库抽取所述客户标识和所述周期指标对应的第二业务数据；
第二生成单元，用于将所述第二业务数据输入至预设hive数据平台，所述预设hive数据平台处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
可选地，所述标签输出模块，包括：
格式转化单元，用于通过预设指标适配器对所述指标数据进行归一化处理，得到预设格式的指标数据；
标签输出单元，用于将预设格式的所述指标数据添加至所述标签模板，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
可选地，所述业务数据处理装置，包括：
意图预测模块，用于获取各所述客户标签中的指标数据，根据各所述指标数据确定所述客户标识对应客户的综合评分；
推荐模块，用于查询预设进程表，获取所述综合评分对应的下一流程节点和/或目标推荐产品并输出，以响应所述客户业务请求。
可选地，所述业务数据处理装置，还包括：
更新确定模块，用于在接收到业务场景更新请求时，获取所述业务场景更新请求对应的场景标识，和所述场景标识对应的标签配置信息；
标签确定模块，用于根据所述标签配置信息确定目标指标，将所述目标指标进行汇总得到对应的标签集合。
此外，为实现上述目的，本发明还提供一种业务数据处理设备，所述业务数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务数据处理程序，所述业务数据处理程序被所述处理器执行时实现如上所述的业务数据处理方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有业务数据处理程序，所述业务数据处理程序被处理器执行时实现如上所述的业务数据处理方法的步骤。
本发明提供了一种业务数据处理方法、装置、设备及计算机可读存储介质，本发明在接收到客户业务请求时，获取所述客户业务请求对应的场景标识和客户标识；获取所述场景标识对应的标签集合，及所述标签集合中各标签模板关联的目标指标；根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据；将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。本发明实施例中设置场景标识对应的标签集合，并根据标签集合中的目标指标确定需要分析业务数据，实现业务数据一次查询，并将不同类型不同数据源的业务数据处理形成客户标签，使得业务数据处理过程更加便捷，数据处理效率更高，与此同时，本发明中将不同业务数据的标签化，使得客服人员可以基于客户标签处理客户业务请求，提高了客户业务请求的处理效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本发明业务数据处理方法第一实施例的流程示意图；
图3为本发明业务数据处理方法第二实施例的具体场景示意图；
图4为本发明业务数据处理装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例业务数据处理设备可以是终端或服务器，如图1所示，该业务数据处理设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及业务数据处理程序。
在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的业务数据处理程序，并执行下述业务数据处理方法中的操作。
基于上述硬件结构，提出本发明业务数据处理方法实施例。
参照图2，图2为本发明业务数据处理方法第一实施例的流程示意图，所述方法包括：
步骤S10，在接收到客户业务请求时，获取所述客户业务请求对应的场景标识和客户标识；
本实施例中的业务数据处理方法应用于业务数据处理设备，业务数据处理设备接收客户业务请求，客户业务请求的触发方式不作具体限定，即，客户业务请求可以是主动触发的，例如，客服人员或者客户在业务数据处理设备上点击“业务办理”主动触发客户业务请求；此外，客户业务请求还可以是业务数据处理设备自动触发的，例如，业务数据处理设备中预设用户访问xxx页面时触发客户业务请求，业务数据处理设备在检测到用户访问xxx页面时自动触发客户业务请求。
业务数据处理设备获取客户业务请求对应的场景标识(场景标识可以是指唯一标识业务场景的标识信息，例如，业务环节名称)和客户标识(客户账号信息或客户姓名等)。
步骤S20，获取所述场景标识对应的标签集合，及所述标签集合中各标签模板关联的目标指标。
业务数据处理设备标签协议模块查询预设标签配置文件，预设标签配置文件是指预先设置的场景标识与标签集合映射表，标签集合中包含有不同类型的标签模板，例如，预设标签配置文件中还款业务场景对应还款标签集合，标签集合中包含的标签有：还款状态标签、逾期标签和信用标签等等。
业务数据处理设备标签协议模块获取预设标签配置文件中场景标识对应的标签集合，业务数据处理设备获取标签集合中的各个标签模板，和填充该标签模板需要的目标指标，例如，标签模板为还款状态标签模板，填充该还款状态标签模板的目标指标为还款指标；标签模板为逾期标签模板，填充逾期标签模板的目标指标为逾期指标等等。
本实施例中标签协议模块主要负责将后台加工的指标编码成可以直接使用的标签集，按场景的建立不同的标签集协议，如电话进线的场景标签集包括交易结果、原因、时间等维度的标签。使得业务数据处理更加规范。
步骤S30，根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据。
业务数据处理设备根据目标指标和客户标识确定业务数据，即，业务数据处理设备查询不同类型不同数据源的业务数据库，获取客户标识对应的全部用户相关信息，然后，业务数据处理设备从用户相关信息中获取目标指标有关的业务数据。
在得到业务数据之后，业务数据处理设备的异构数据模块处理业务数据，以生成目标指标对应的指标数据，本实施例中异构数据模块将一种业务的多种不同数据源，加工合并为统一结构的数据，然后将业务数据抽象处理，生成指标数据，即，业务数据处理设备对业务数据进行清洗，去除干扰数据，然后，从去除干扰数据之后的业务数据中提取特征数据，并将特征数据作为指标数据，例如，在信贷评估中所有信贷用户构成总体，平均信贷额度、平均工资额度、固定资产总值、消费总额等就是指标，本实施例中根据指标数据最终实现复杂数据的标签化。
步骤S40，将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
业务数据处理设备在得到指标数据之后，需要对指标数据进行处理，以生成客户标签，具体地，包括：
步骤a1，通过预设指标适配器对所述指标数据进行归一化处理，得到预设格式的指标数据；
步骤a2，将预设格式的所述指标数据添加至所述标签模板，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
业务数据处理设备通过预设指标适配器(预设指标适配器是指预先设置的调整指标数据格式的方法)对指标数据进行归一化处理，得到预设格式(预设格式可以根据业务场景设置)的指标数据；即，预设指标适配器将指标数据按照统一的数据格式进行适配调整，然后，业务数据处理设备调用标签解析器(标签解析器是用于标签加工的工具，标签加工逻辑的变更都可以通过标签解析器的参数配置完成)将预设格式的指标数据添加至标签模板，生成客户标识对应的客户标签并输出，以使客服人员基于客户标签处理客户业务请求。需要说明的是，后续接入新场景的客服标签时只需新增该场景的标签解析器配置，从而实现零编码扩展。
本实施例中通过将不同类型不同数据源的业务数据形成客户标签，实现了不同业务数据的标签化，使得客服人员或者业务处理设备可以基于客户标签处理客户业务请求，提高了客户业务请求的处理效率。
进一步地，基于本发明业务数据处理方法第一实施例，提出本发明业务数据处理方法第二实施例。
参照图3，图3为本发明业务数据处理方法第二实施例的具体场景示意图。本实施例中的业务数据为金融业务数据，由于金融科技的发展金融机构的数量较多，为了实现对不同金融机构中的金融业务数据进行统一管理，本实施例中通过业务数据库对各金融机构的海量数据(大数据)进行汇总，并利用hive数据平台和流式计算引擎等构成了分布式架构，以进行业务数据的处理，
本实施例是第一实施例中步骤S30的细化，本实施例中具体说明了根据目标指标和客户标识确定业务数据，处理业务数据生成目标指标对应的指标数据的具体实现方式，包括：
步骤S31，若所述目标指标是实时指标，则采集所述客户标识和所述实时指标对应的第一业务数据，并根据第一预设规则处理所述第一业务数据，生成所述实时指标对应的第一指标数据。
本实施例中，业务数据处理设备确定目标指标的类型，即，目标指标可以是根据用户操作实时变化的实时指标，还可以是在一定周期中固定的周期指标，业务数据处理设备确定目标指标是实时指标时，实时指标对应指标数据生成方式，具体地，包括：
步骤S311，若所述目标指标是实时指标，则通过binlog方式采集所述客户标识和所述实时指标对应的第一业务数据。
业务数据处理设备确定目标指标是实时指标时，业务数据处理设备通过binlog(二进制日志)方式采集业务数据库中客户标识对应的第一业务数据，即，本实施例中客户标识对应的第一业务数据可能来源于不同的数据平台，采用binlog采集第一业务数据，一方面实现不同来源数据的统一采集，减少数据库访问的频率，另外一方面可以保证数据的实时性。
步骤S312，通过预设流式计算引擎处理所述第一业务数据，生成所述实时指标对应的第一指标数据。
业务数据处理设备通过预设流式计算引擎(预设流式计算引擎是指预先设置的用于数据流处理的方法)处理第一业务数据，生成实时指标对应的第一指标数据；流式计算引擎中预先定义计算逻辑，其中，计算逻辑包括：数据加减乘除或幂运算等逻辑，第一业务数据输入至流式计算引擎，流式计算引擎按照计算逻辑对第一业务数据进行计算，得到第一业务数据对应的第一指标数据。
本实施例中通过采用binlog数据采集方式，和流式计算引擎实时地采集并处理业务数据生成了实时指标，有效的保证指标的实时性。
步骤S32，若所述目标指标是周期指标，则采集所述客户标识和所述周期指标对应的第二业务数据，并根据第二预设规则处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
本实施例中业务数据处理设备确定目标指标是周期指标时，周期指标对应指标数据生成方式，具体地，包括：
步骤S321，若所述目标指标是周期指标，则从预设业务数据库抽取所述客户标识和所述周期指标对应的第二业务数据。
若目标指标是周期指标，业务数据处理设备从预设业务数据库(预设业务数据库是指预先设置的保存客户业务信息的数据库)抽取客户标识和周期指标对应的第二业务数据。
步骤S322，将所述第二业务数据输入至预设hive数据平台，所述预设hive数据平台处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
业务数据处理设备将第二业务数据输入至预设hive数据平台(预设hive数据平台是指预先设置的数据仓库工具，可以对批量的数据进行处理)，预设hive数据平台处理第二业务数据，生成周期指标对应的第二指标数据，即，hive数据平台中预先设置维护一张数据表，hive数据平台对数据表中批量的第二业务数据进行实施各种计算逻辑，生成第二业务数据对应的第二指标数据。本实施例中利用预设hive数据平台进行批量数据处理，保证批量数据处理的效率，同时可以有效地避免临时的数据处理导致的系统卡顿的现象。
进一步地，基于本发明业务数据处理方法上述实施例，提出本发明业务数据处理方法第三实施例。
本实施例是第一实施例中步骤S40之后的步骤，本实施例中给出了业务数据处理设备根据客户标签确定客户业务请求处理方式的步骤，包括：
步骤S50，获取各所述客户标签中的指标数据，根据各所述指标数据确定所述客户标识对应客户的综合评分。
业务数据处理设备获取各客户标签中的指标数据，然后，业务数据处理设备将各指标数据转化为量纲相同的计算数据，业务数据处理设备将各个计算数据进行加和得到客户标识对应客户的综合评分。
步骤S60，查询预设进程表，获取所述综合评分对应的下一流程节点和/或目标推荐产品并输出，以响应所述客户业务请求。
业务数据处理设备查询预设进程表，预设进程表中预设有不同分值阶段对应的处理方式，业务数据处理设备获取综合评分对应的下一流程节点和/或目标推荐产品并输出，以响应所述客户业务请求，本实施例中业务数据处理设备，可以根据客户标签中的指标数据，确定客户的意图，并跳转至对应的业务节点，使得金融业务办理更加智能。
进一步地，基于本发明业务数据处理方法的上述实施例，提出本发明业务数据处理方法第四实施例。
本实施例中可以与其他任意一个实施例进行结合，本实施例中软件开发者对场景进行更新时，开发者可以自动设置场景标识，业务数据处理设备可以对新的业务场景对应的业务信息进行处理，包括：
步骤S70，在接收到业务场景更新请求时，获取所述业务场景更新请求对应的场景标识，和所述场景标识对应的标签配置信息。
业务数据处理设备在接收到业务场景更新请求时，即，软件开发人员输入新的业务信息(业务信息包括业务数据、业务相关目标指标等标签配置信息)并基于新的业务信息触发业务场景更新请求；业务数据处理设备获取业务场景更新请求的场景标识，和场景标识对应的标签配置信息。
步骤S80，根据所述标签配置信息确定目标指标，将所述目标指标进行汇总得到对应的标签集合。
业务数据处理设备根据标签配置信息确定目标指标，即，业务数据处理设备获取标签配置信息中的业务数据、目标指标等等，业务数据处理设备将目标指标进行汇总得到对应的标签集合。
本实施例中，业务数据处理设备可以根据业务场景更新信息，更新对应的标签，提高了业务规则的扩展性、降低了系统间耦合程度，实现标签可配置化。本实施例中随着指标集的逐渐完善，后续接入新场景的客户标签只需新增该场景的标签解析器配置，从而实现零编码扩展。
参照图4本发明实施例还提供一种业务数据处理装置，所述业务数据处理装置包括：
请求接收模块10，用于在接收到客户业务请求时，获取所述客户业务请求对应的场景标识和客户标识；
信息获取模块20，用于获取所述场景标识对应的标签集合，及所述标签集合中各标签模板关联的目标指标；
指标生成模块30，用于根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据；
标签输出模块40，用于将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
在一实施例中，所述指标生成模块，包括：
第一生成子模块，用于若所述目标指标是实时指标，则采集所述客户标识和所述实时指标对应的第一业务数据，并根据第一预设规则处理所述第一业务数据，生成所述实时指标对应的第一指标数据；
第二生成子模块，用于若所述目标指标是周期指标，则采集所述客户标识和所述周期指标对应的第二业务数据，并根据第二预设规则处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
在一实施例中，所述第一生成子模块，包括：
第一采集单元，用于若所述目标指标是实时指标，则通过binlog方式采集所述客户标识和所述实时指标对应的第一业务数据；
第一生成单元，用于通过预设流式计算引擎处理所述第一业务数据，生成所述实时指标对应的第一指标数据。
在一实施例中，所述第二生成子模块，包括：
第二采集单元，用于若所述目标指标是周期指标，则从预设业务数据库抽取所述客户标识和所述周期指标对应的第二业务数据；
第二生成单元，用于将所述第二业务数据输入至预设hive数据平台，所述预设hive数据平台处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
在一实施例中，所述标签输出模块，包括：
格式转化单元，用于通过预设指标适配器对所述指标数据进行归一化处理，得到预设格式的指标数据；
标签输出单元，用于将预设格式的所述指标数据添加至所述标签模板，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
在一实施例中，，所述业务数据处理装置，包括：
意图预测模块，用于获取各所述客户标签中的指标数据，根据各所述指标数据确定所述客户标识对应客户的综合评分；
推荐模块，用于查询预设进程表，获取所述综合评分对应的下一流程节点和/或目标推荐产品并输出，以响应所述客户业务请求。
在一实施例中，所述业务数据处理装置，还包括：
更新确定模块，用于在接收到业务场景更新请求时，获取所述业务场景更新请求对应的场景标识，和所述场景标识对应的标签配置信息；
标签确定模块，用于根据所述标签配置信息确定目标指标，将所述目标指标进行汇总得到对应的标签集合。
上述各程序模块所执行的方法可参照本发明业务数据处理方法各个实施例，此处不再赘述。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有业务数据处理程序，所述业务数据处理程序被处理器执行时实现如上所述的业务数据处理方法的步骤。
其中，在所述处理器上运行的业务数据处理程序被执行时所实现的方法可参照本发明业务数据处理方法各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (16)
1.一种业务数据处理方法，其特征在于，所述业务数据处理方法包括如下步骤：
在接收到客户业务请求时，获取所述客户业务请求对应的场景标识和客户标识；
获取所述场景标识对应的标签集合，及所述标签集合中各标签模板关联的目标指标；
根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据；
将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
2.如权利要求1所述的业务数据处理方法，其特征在于，所述根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据的步骤，包括：
若所述目标指标是实时指标，则采集所述客户标识和所述实时指标对应的第一业务数据，并根据第一预设规则处理所述第一业务数据，生成所述实时指标对应的第一指标数据；
若所述目标指标是周期指标，则采集所述客户标识和所述周期指标对应的第二业务数据，并根据第二预设规则处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
3.如权利要求2所述的业务数据处理方法，其特征在于，所述若所述目标指标是实时指标，则采集所述客户标识和所述实时指标对应的第一业务数据，并根据第一预设规则处理所述第一业务数据，生成所述实时指标对应的第一指标数据的步骤，包括：
若所述目标指标是实时指标，则通过binlog方式采集所述客户标识和所述实时指标对应的第一业务数据；
通过预设流式计算引擎处理所述第一业务数据，生成所述实时指标对应的第一指标数据。
4.如权利要求2所述的业务数据处理方法，其特征在于，所述若所述目标指标是周期指标，则采集所述客户标识和所述周期指标对应的第二业务数据，并根据第二预设规则处理所述第二业务数据，生成所述周期指标对应的第二指标数据的步骤，包括：
若所述目标指标是周期指标，则从预设业务数据库抽取所述客户标识和所述周期指标对应的第二业务数据；
将所述第二业务数据输入至预设hive数据平台，所述预设hive数据平台处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
5.如权利要求1所述的业务数据处理方法，其特征在于，所述将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求的步骤，包括：
通过预设指标适配器对所述指标数据进行归一化处理，得到预设格式的指标数据；
将预设格式的所述指标数据添加至所述标签模板，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
6.如权利要求1所述的业务数据处理方法，其特征在于，所述将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求的步骤之后，包括：
获取各所述客户标签中的指标数据，根据各所述指标数据确定所述客户标识对应客户的综合评分；
查询预设进程表，获取所述综合评分对应的下一流程节点和/或目标推荐产品并输出，以响应所述客户业务请求。
7.如权利要求1所述的业务数据处理方法，其特征在于，所述业务数据处理方法包括：
在接收到业务场景更新请求时，获取所述业务场景更新请求对应的场景标识，和所述场景标识对应的标签配置信息；
根据所述标签配置信息确定目标指标，将所述目标指标进行汇总得到对应的标签集合。
8.一种业务数据处理装置，其特征在于，所述业务数据处理装置包括：
请求接收模块，用于在接收到客户业务请求时，获取所述客户业务请求对应的场景标识和客户标识；
信息获取模块，用于获取所述场景标识对应的标签集合，及所述标签集合中各标签模板关联的目标指标；
指标生成模块，用于根据所述目标指标和所述客户标识确定业务数据，处理所述业务数据生成所述目标指标对应的指标数据；
标签输出模块，用于将所述指标数据添加到所述标签模板中，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
9.如权利要求8所述的业务数据处理装置，其特征在于，所述指标生成模块，包括：
第一生成子模块，用于若所述目标指标是实时指标，则采集所述客户标识和所述实时指标对应的第一业务数据，并根据第一预设规则处理所述第一业务数据，生成所述实时指标对应的第一指标数据；
第二生成子模块，用于若所述目标指标是周期指标，则采集所述客户标识和所述周期指标对应的第二业务数据，并根据第二预设规则处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
10.如权利要求9所述的业务数据处理装置，其特征在于，所述第一生成子模块，包括：
第一采集单元，用于若所述目标指标是实时指标，则通过binlog方式采集所述客户标识和所述实时指标对应的第一业务数据；
第一生成单元，用于通过预设流式计算引擎处理所述第一业务数据，生成所述实时指标对应的第一指标数据。
11.如权利要求9所述的业务数据处理装置，其特征在于，所述第二生成子模块，包括：
第二采集单元，用于若所述目标指标是周期指标，则从预设业务数据库抽取所述客户标识和所述周期指标对应的第二业务数据；
第二生成单元，用于将所述第二业务数据输入至预设hive数据平台，所述预设hive数据平台处理所述第二业务数据，生成所述周期指标对应的第二指标数据。
12.如权利要求8所述的业务数据处理装置，其特征在于，所述标签输出模块，包括：
格式转化单元，用于通过预设指标适配器对所述指标数据进行归一化处理，得到预设格式的指标数据；
标签输出单元，用于将预设格式的所述指标数据添加至所述标签模板，生成所述客户标识对应的客户标签并输出，以基于所述客户标签处理所述客户业务请求。
13.如权利要求8所述的业务数据处理装置，其特征在于，所述业务数据处理装置，包括：
意图预测模块，用于获取各所述客户标签中的指标数据，根据各所述指标数据确定所述客户标识对应客户的综合评分；
推荐模块，用于查询预设进程表，获取所述综合评分对应的下一流程节点和/或目标推荐产品并输出，以响应所述客户业务请求。
14.如权利要求8所述的业务数据处理装置，其特征在于，所述业务数据处理装置，还包括：
更新确定模块，用于在接收到业务场景更新请求时，获取所述业务场景更新请求对应的场景标识，和所述场景标识对应的标签配置信息；
标签确定模块，用于根据所述标签配置信息确定目标指标，将所述目标指标进行汇总得到对应的标签集合。
15.一种业务数据处理设备，其特征在于，所述业务数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务数据处理程序，所述业务数据处理程序被所述处理器执行时实现如权利要求1至7中任一项所述的业务数据处理方法的步骤。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有业务数据处理程序，所述业务数据处理程序被处理器执行时实现如权利要求1至7中任一项所述的业务数据处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910444836.3A CN110197331A (zh) | 2019-05-24 | 2019-05-24 | 业务数据处理方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910444836.3A CN110197331A (zh) | 2019-05-24 | 2019-05-24 | 业务数据处理方法、装置、设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110197331A true CN110197331A (zh) | 2019-09-03 |
Family
ID=67753140
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910444836.3A Pending CN110197331A (zh) | 2019-05-24 | 2019-05-24 | 业务数据处理方法、装置、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110197331A (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110675238A (zh) * | 2019-10-09 | 2020-01-10 | 北京明略软件系统有限公司 | 客户标签配置方法、系统、可读存储介质及电子设备 |
| CN110928893A (zh) * | 2019-11-18 | 2020-03-27 | 中国建设银行股份有限公司 | 一种标签查询方法、装置、设备和存储介质 |
| CN111079991A (zh) * | 2019-11-29 | 2020-04-28 | 珠海随变科技有限公司 | 一种业务指标预测方法、装置、设备和存储介质 |
| CN111104420A (zh) * | 2019-12-25 | 2020-05-05 | 青梧桐有限责任公司 | 数据处理方法、系统、电子设备及可读存储介质 |
| CN111178005A (zh) * | 2019-12-11 | 2020-05-19 | 中国建设银行股份有限公司 | 数据处理系统、方法及存储介质 |
| CN111176624A (zh) * | 2019-12-31 | 2020-05-19 | 中国银行股份有限公司 | 一种流式计算指标的生成方法及装置 |
| CN111339073A (zh) * | 2020-02-24 | 2020-06-26 | 天津满运软件科技有限公司 | 实时数据处理方法、装置、电子设备及可读存储介质 |
| CN111694632A (zh) * | 2020-06-15 | 2020-09-22 | 深圳前海微众银行股份有限公司 | 业务数据的显示方法、装置、设备及存储介质 |
| CN111915420A (zh) * | 2020-07-12 | 2020-11-10 | 中信银行股份有限公司 | 标签的创建方法、装置、电子设备及计算机可读存储介质 |
| CN111931050A (zh) * | 2020-08-02 | 2020-11-13 | 吕维东 | 基于智能识别和大数据的信息推送方法及区块链金融平台 |
| CN112000326A (zh) * | 2020-08-20 | 2020-11-27 | 第四范式（北京）技术有限公司 | 一种服务提供方法、装置、电子设备及存储介质 |
| CN112085411A (zh) * | 2020-09-19 | 2020-12-15 | 杨伟深 | 在云计算业务通信网络下的大数据处理方法及云计算平台 |
| CN112182309A (zh) * | 2020-10-06 | 2021-01-05 | 广州云莫凡信息科技有限公司 | 基于建筑工程和大数据的建筑装饰基层工业化数据处理方法与系统 |
| CN112491991A (zh) * | 2020-11-17 | 2021-03-12 | 上海企翔智能科技有限公司 | 工业大数据处理方法、装置和计算机设备 |
| CN112764802A (zh) * | 2021-01-19 | 2021-05-07 | 挂号网（杭州）科技有限公司 | 一种业务逻辑定制方法、装置、电子设备和存储介质 |
| CN113065888A (zh) * | 2021-03-09 | 2021-07-02 | 北京安锐卓越信息技术股份有限公司 | 基于行动行为推荐商机的方法、装置及存储介质 |
| CN113343072A (zh) * | 2021-05-07 | 2021-09-03 | 深圳市酷开网络科技股份有限公司 | 标签查询方法、装置、设备及存储介质 |
| CN113434537A (zh) * | 2021-06-02 | 2021-09-24 | 上海数禾信息科技有限公司 | 基于数据采集的数据处理方法和装置 |
| CN113448954A (zh) * | 2021-06-29 | 2021-09-28 | 平安证券股份有限公司 | 业务数据执行方法、装置、电子设备及计算机存储介质 |
| CN116821428A (zh) * | 2023-08-29 | 2023-09-29 | 成都智慧锦城大数据有限公司 | 基于数据中台的业务数据智能存储方法及系统 |
| WO2024174880A1 (zh) * | 2023-02-22 | 2024-08-29 | 华为技术有限公司 | 一种数据统计方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101196831A (zh) * | 2007-12-29 | 2008-06-11 | 北京方正国际软件系统有限公司 | 一种分布式多业务逻辑异步处理的方法、系统及装置 |
| CN105959374A (zh) * | 2016-05-12 | 2016-09-21 | 腾讯科技（深圳）有限公司 | 一种数据推荐方法及其设备 |
| CN108520073A (zh) * | 2018-04-13 | 2018-09-11 | 深圳壹账通智能科技有限公司 | 风控数据整合方法、装置、设备及计算机可读存储介质 |
| CN109242514A (zh) * | 2018-08-28 | 2019-01-18 | 腾讯科技（深圳）有限公司 | 客户标签推荐方法、装置和系统 |
| CN109635029A (zh) * | 2018-12-07 | 2019-04-16 | 深圳前海微众银行股份有限公司 | 基于标签指标体系的数据处理方法、装置、设备及介质 |
| CN109767255A (zh) * | 2018-12-06 | 2019-05-17 | 东莞团贷网互联网科技服务有限公司 | 一种通过大数据建模实现智能运营及精准营销的方法 |
-
2019
- 2019-05-24 CN CN201910444836.3A patent/CN110197331A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101196831A (zh) * | 2007-12-29 | 2008-06-11 | 北京方正国际软件系统有限公司 | 一种分布式多业务逻辑异步处理的方法、系统及装置 |
| CN105959374A (zh) * | 2016-05-12 | 2016-09-21 | 腾讯科技（深圳）有限公司 | 一种数据推荐方法及其设备 |
| CN108520073A (zh) * | 2018-04-13 | 2018-09-11 | 深圳壹账通智能科技有限公司 | 风控数据整合方法、装置、设备及计算机可读存储介质 |
| CN109242514A (zh) * | 2018-08-28 | 2019-01-18 | 腾讯科技（深圳）有限公司 | 客户标签推荐方法、装置和系统 |
| CN109767255A (zh) * | 2018-12-06 | 2019-05-17 | 东莞团贷网互联网科技服务有限公司 | 一种通过大数据建模实现智能运营及精准营销的方法 |
| CN109635029A (zh) * | 2018-12-07 | 2019-04-16 | 深圳前海微众银行股份有限公司 | 基于标签指标体系的数据处理方法、装置、设备及介质 |
Cited By (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110675238A (zh) * | 2019-10-09 | 2020-01-10 | 北京明略软件系统有限公司 | 客户标签配置方法、系统、可读存储介质及电子设备 |
| CN110928893B (zh) * | 2019-11-18 | 2022-10-21 | 中国建设银行股份有限公司 | 一种标签查询方法、装置、设备和存储介质 |
| CN110928893A (zh) * | 2019-11-18 | 2020-03-27 | 中国建设银行股份有限公司 | 一种标签查询方法、装置、设备和存储介质 |
| CN111079991A (zh) * | 2019-11-29 | 2020-04-28 | 珠海随变科技有限公司 | 一种业务指标预测方法、装置、设备和存储介质 |
| CN111178005A (zh) * | 2019-12-11 | 2020-05-19 | 中国建设银行股份有限公司 | 数据处理系统、方法及存储介质 |
| CN111178005B (zh) * | 2019-12-11 | 2023-11-14 | 中国建设银行股份有限公司 | 数据处理系统、方法及存储介质 |
| CN111104420A (zh) * | 2019-12-25 | 2020-05-05 | 青梧桐有限责任公司 | 数据处理方法、系统、电子设备及可读存储介质 |
| CN111176624A (zh) * | 2019-12-31 | 2020-05-19 | 中国银行股份有限公司 | 一种流式计算指标的生成方法及装置 |
| CN111176624B (zh) * | 2019-12-31 | 2023-09-01 | 中国银行股份有限公司 | 一种流式计算指标的生成方法及装置 |
| CN111339073A (zh) * | 2020-02-24 | 2020-06-26 | 天津满运软件科技有限公司 | 实时数据处理方法、装置、电子设备及可读存储介质 |
| CN111694632A (zh) * | 2020-06-15 | 2020-09-22 | 深圳前海微众银行股份有限公司 | 业务数据的显示方法、装置、设备及存储介质 |
| CN111694632B (zh) * | 2020-06-15 | 2024-05-24 | 深圳前海微众银行股份有限公司 | 业务数据的显示方法、装置、设备及存储介质 |
| CN111915420A (zh) * | 2020-07-12 | 2020-11-10 | 中信银行股份有限公司 | 标签的创建方法、装置、电子设备及计算机可读存储介质 |
| CN111931050B (zh) * | 2020-08-02 | 2021-06-25 | 优观融资租赁(中国)有限公司 | 基于智能识别和大数据的信息推送方法及区块链金融服务器 |
| CN111931050A (zh) * | 2020-08-02 | 2020-11-13 | 吕维东 | 基于智能识别和大数据的信息推送方法及区块链金融平台 |
| CN112000326A (zh) * | 2020-08-20 | 2020-11-27 | 第四范式（北京）技术有限公司 | 一种服务提供方法、装置、电子设备及存储介质 |
| CN112085411A (zh) * | 2020-09-19 | 2020-12-15 | 杨伟深 | 在云计算业务通信网络下的大数据处理方法及云计算平台 |
| CN112085411B (zh) * | 2020-09-19 | 2021-11-30 | 三峡高科信息技术有限责任公司 | 在云计算业务通信网络下的大数据处理方法及云计算平台 |
| CN112182309A (zh) * | 2020-10-06 | 2021-01-05 | 广州云莫凡信息科技有限公司 | 基于建筑工程和大数据的建筑装饰基层工业化数据处理方法与系统 |
| CN112491991B (zh) * | 2020-11-17 | 2023-01-06 | 上海企翔智能科技有限公司 | 工业大数据处理方法、装置和计算机设备 |
| CN112491991A (zh) * | 2020-11-17 | 2021-03-12 | 上海企翔智能科技有限公司 | 工业大数据处理方法、装置和计算机设备 |
| CN112764802A (zh) * | 2021-01-19 | 2021-05-07 | 挂号网（杭州）科技有限公司 | 一种业务逻辑定制方法、装置、电子设备和存储介质 |
| CN113065888A (zh) * | 2021-03-09 | 2021-07-02 | 北京安锐卓越信息技术股份有限公司 | 基于行动行为推荐商机的方法、装置及存储介质 |
| CN113065888B (zh) * | 2021-03-09 | 2023-04-18 | 北京安锐卓越信息技术股份有限公司 | 基于行动行为推荐商机的方法、装置及存储介质 |
| CN113343072A (zh) * | 2021-05-07 | 2021-09-03 | 深圳市酷开网络科技股份有限公司 | 标签查询方法、装置、设备及存储介质 |
| CN113434537A (zh) * | 2021-06-02 | 2021-09-24 | 上海数禾信息科技有限公司 | 基于数据采集的数据处理方法和装置 |
| CN113448954A (zh) * | 2021-06-29 | 2021-09-28 | 平安证券股份有限公司 | 业务数据执行方法、装置、电子设备及计算机存储介质 |
| CN113448954B (zh) * | 2021-06-29 | 2024-02-06 | 平安证券股份有限公司 | 业务数据执行方法、装置、电子设备及计算机存储介质 |
| WO2024174880A1 (zh) * | 2023-02-22 | 2024-08-29 | 华为技术有限公司 | 一种数据统计方法及装置 |
| CN116821428A (zh) * | 2023-08-29 | 2023-09-29 | 成都智慧锦城大数据有限公司 | 基于数据中台的业务数据智能存储方法及系统 |
| CN116821428B (zh) * | 2023-08-29 | 2023-11-07 | 成都智慧锦城大数据有限公司 | 基于数据中台的业务数据智能存储方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110197331A (zh) | 业务数据处理方法、装置、设备及计算机可读存储介质 | |
| CN112541745B (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
| CN110020002A (zh) | 事件处理方案的查询方法、装置、设备和计算机存储介质 | |
| CN106878445A (zh) | 资源文件更新方法及装置 | |
| CN109919636B (zh) | 一种信用等级确定方法、系统及相关组件 | |
| CN108366367A (zh) | 移动终端app数据的请求方法、装置、设备及存储介质 | |
| CN109302541A (zh) | 电子装置、坐席分配方法和计算机可读存储介质 | |
| CN107943976A (zh) | 一种海量交易日志中基于账户的热点交易识别方法及系统 | |
| CN108388512A (zh) | 数据处理方法和服务器 | |
| WO2021129531A1 (zh) | 一种资源分配方法、装置、设备、存储介质及计算机程序 | |
| CN110866040A (zh) | 用户画像生成方法、装置和系统 | |
| CN114140099A (zh) | 基于AIOTDaaS数字孪生云平台的项目管理方法 | |
| CN111556205A (zh) | 一种用于对目标用户推荐电信产品的方法及系统 | |
| CN114253746A (zh) | 一种基于SaaS的产品应用服务管理方法、装置、设备和介质 | |
| CN115860548B (zh) | 基于大数据的SaaS一站式平台管理方法、系统及介质 | |
| CN117785918A (zh) | 数据处理方法、装置、存储介质、程序产品及电子设备 | |
| CN108614761A (zh) | 基于业务模型的智慧应用系统服务器性能需求计算方法 | |
| CN111177496B (zh) | 一种数据对象管理方法、装置及系统 | |
| CN107679635A (zh) | 基于优先级的客户跟进方法、系统及可读存储介质 | |
| CN107886433A (zh) | 用户资金监测跟进方法、装置、设备及可读存储介质 | |
| CN109635961B (zh) | 基于自贩机的运维调度方法、装置、设备及存储介质 | |
| CN112860700B (zh) | 数据表的生成方法及装置、存储介质及电子装置 | |
| CN112288406B (zh) | 一种基于科技信息众创平台的服务对象检索方法 | |
| CN111478779A (zh) | 不限量套餐的确定方法、装置及计算设备 | |
| US20180039925A1 (en) | Critical inventory reporting tool |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |